基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法技术

本发明专利技术涉及物联领域，具体涉及一种方法简单、预测准确的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法。基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，包括以下步骤：a、在MATLAB中建立管件冲蚀预测模型；b、管件冲蚀速率预测神经网络模型的训练；c、管件冲蚀速率预测模型预测结果的检验；d、GUI界面的编制；e、管件剩余寿命的预测。本发明专利技术的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，首先在MATLAB中建立管件冲蚀预测模型；然后进行管件冲蚀速率预测神经网络模型的训练；接着进行管件冲蚀速率预测模型预测结果的检验；然后GUI界面的编制；最后获得管件剩余寿命的预测结果，具有方法简单、预测方便准确的特点。

【技术实现步骤摘要】
基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法
本专利技术涉及物联领域，具体涉及一种方法简单、预测准确的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法。
技术介绍
造成管件冲蚀的因素有很多，包括累计运行时间、施工的压力、总液量、总砂量以及施工方式等等。各个因素不是独立存在的，而是共同作用造成管件不同程度的冲蚀。因此，在分析管件冲蚀情况时，需要综合考虑上述各因素之间的关联，并在此基础上对管件冲蚀进行准确的预测。目前管件冲蚀的预测法一般有以下三类。(1)以管件管体力学、冲蚀机理与载荷性质为基础的管件评价预测评估方法；(2)根据管件服役期检测得到的冲蚀数据，以现有冲蚀数据为基础建立的冲蚀预测模型；(3)以应用系统故障树分析和人工神经网络为基础的预测评估法。上述方法存在局限性，在对管件冲蚀预测中具有较多偏差、预测不准确，影响了施工作业的准确判断。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种方法简单、预测准确的基于MATLAB工具箱的BP神经网络实现管本文档来自技高网...

【技术保护点】
1.基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于包括以下步骤：/na、在MATLAB中建立管件冲蚀预测模型；/nb、管件冲蚀速率预测神经网络模型的训练；/nc、管件冲蚀速率预测模型预测结果的检验；/nd、GUI界面的编制；/ne、管件剩余寿命的预测。/n

【技术特征摘要】
1.基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于包括以下步骤：
a、在MATLAB中建立管件冲蚀预测模型；
b、管件冲蚀速率预测神经网络模型的训练；
c、管件冲蚀速率预测模型预测结果的检验；
d、GUI界面的编制；
e、管件剩余寿命的预测。


2.根据权利要求1所述的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于：在所述的步骤a中，在建立管件冲蚀预测模型时，对非数值型数据进行处理，这些数据包括生产厂家、管件的规格型号。


3.根据权利要求2所述的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于：根据模型输出参量的不同，分为一个输出的模型和多个输出的模型。


4.根据权利要求1所述的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于：所述的步骤b中，分别对每种管件建立一个预测模型，训练过程中BP神经网络的输出与实际输出之间的误差逐渐减小，直到达到最小误差。


5.根据权利要求1所述的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于：所述的步骤c中，定义误差计算公式如下：

用模型对新数据进行预测。


6.根据权利要求1所述的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于：所述的步骤d中，GUI界面的编制以基本的MATLAB程序设计为主设计编制GUI界面。


7.根据权利要求6所述的基于MATLAB工具箱的BP神经网络实现管件冲蚀缺陷的预测方法，其特征在于：所述的GUI界面使用方法为:
(1)将含有BP神经网络训练数据的“Finally”EXCEL文件夹独立放置于磁盘；
(2)在运行界面选择需要...

【专利技术属性】
技术研发人员：杨典，
申请(专利权)人：成都鹦鹉螺大数据科技有限公司，
类型：发明
国别省市：四川;51